Programación Lineal 

 
TAREA 3
SOLUCIÓN DE MODELOS DE PROGRAMACIÓN LINEAL D
 
  
 
 
Entregado por:
Jenny Andreina Rincón Cód.: 10937476

 
 
Grupo:
100404-173

Ing.Ever Antonio Polo

 
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANC

ESCUELA DE CIENCIAS BÁSICAS, INGENIERÍAS Y T

Noviembre de 2020
 Programación Lineal 
 
TAREA 3
S DE PROGRAMACIÓN LINEAL DE OPTIMIZACIÓN
 
  
 
 
Entregado por:
ndreina Rincón Cód.: 1093747615

 
 
Grupo:
100404-173

Ing.Ever Antonio Polo

 
NACIONAL ABIERTA Y A DISTANCIA - UNAD

CIAS BÁSICAS, INGENIERÍAS Y TECNOLOGÍAS

Noviembre de 2020
EJEMPLO ANALISIS DE DUALIDAD A UN PROBLEMA DE MINIMIZACION - TAREA 3

1. Formulación del problema como modelo de programación lineal

Sea el problema primal:

Función objetivo: 𝑴𝑰𝑵𝑰𝑴𝑰𝒁𝑨𝑹 𝒁=𝟏𝟏𝟐𝟎𝑿_𝟏+𝟏𝟓𝟗𝟔𝑿_𝟐+𝟏𝟕𝟔𝟒𝑿_𝟑

Sujeto a:
72𝑿_𝟏+ 〖𝟐𝟖𝑿〗 _𝟐+𝟐𝟓𝑿_𝟑≥𝟏𝟕𝟎𝟎
〖𝟓𝑿〗 _𝟏+𝟑𝟓𝑿_𝟐+𝟒𝟓𝑿_𝟑≥𝟏𝟓𝟎𝟎
〖𝟓𝟎𝑿〗 _𝟏+𝟑𝟎𝑿_𝟐+𝟑𝟓𝑿_𝟑≥𝟏𝟏𝟎𝟎
𝑿_𝟏,𝑿_𝟐,𝑿_𝟑≥𝟎

Sea la forma estándar del problema dual por el método simplex dual:

Función objetivo:𝑴𝒊𝒏𝒊𝒎𝒊𝒛𝒂𝒓 𝒛−𝑪_𝟏 𝑿_𝟏− 〖𝑪 _𝟐 𝑿 〗 _𝟐−𝑪_𝟑 𝑿_𝟑+𝟎𝑺_𝟏+𝟎𝑺_𝟐+𝟎𝑺_𝟑=𝟎

Sujeto a:
72𝑿_𝟏− 〖𝟐𝟖𝑿〗 _𝟐−𝟐𝟓𝑿_𝟑+𝑺_𝟏=−𝟏𝟕𝟎𝟎
5𝑿_𝟏− 〖𝟑𝟓𝑿〗 _𝟐− 𝟒𝟓𝑿_𝟑+ 〖 𝑺〗 _𝟐= −𝟏𝟓𝟎𝟎
50𝑿_𝟏− 〖𝟑𝟎𝑿〗 _𝟐− 𝟑𝟓𝑿_𝟑+ 〖 𝑺〗 _𝟑= −𝟏𝟏𝟎𝟎
𝑿_𝟏,𝑿_𝟐,𝑿_(𝟑,) 𝑺_𝟏,𝑺_𝟐,𝑺_𝟑≥𝟎

Aplicando el método simplex dual al problema primal de minimización:

VARIABLES Z X1 X2 X3
S1 0 -72 -28 -25
S2 0 -5 -35 -45
S3 0 -50 -30 -35
Z 1 -1120 -1596 -1764
 Variables Z X1 X2 X3
X1 0 1 0.38888888888889 0.3472222222222
S2 0 -5 -35 -45
S3 0 -50 -30 -35
Z 1 -1120 -1596 -1764

Convertir los demas valores de X1 EN CERO

Variables Z X1 X2 X3
X1 0 1 0.38888888888889 0.3472222222222
S2 0 0 -33.055555555556 -43.26388888889
S3 0 0 -10.555555555556 -17.63888888889
Z 1 0 -1160.4444444445 -1375.111111111

Variables Z X1 X2 X3
X1 0 1 0.38888888888889 0.3472222222222
X3 0 0 0.76404494382023 1
S3 0 0 -10.555555555556 -17.63888888889
Z 1 0 -1160.4444444445 -1375.111111111

CONVERTIR EN CEROS LOS DEMÁS VALOES DE X3

Variables Z X1 X2 X3
X1 0 1 0.12359550561798 0
X3 0 0 0.76404494382023 1
S3 0 0 2.92134831460675 0
Z 1 0 -109.79775280899 0

2 Solución dual

Función objetivo 𝑴á𝒙 𝑾= 〖𝟏𝟕𝟎𝟎𝒀〗 _𝟏+ 〖𝟏𝟓𝟎𝟎𝒀〗 _𝟐+ 〖𝟏𝟏𝟎𝟎𝒀〗 _𝟑

Sujeto a: 𝟕𝟐𝒀_𝟏+𝟓𝒀_𝟐+𝟓𝟎𝒀_𝟑≤𝟏𝟏𝟐𝟎
𝟐𝟖𝒀_𝟏+𝟑𝟓𝒀_𝟐+𝟑𝟎𝒀_𝟑≤𝟏596
𝟐𝟓𝒀_𝟏+𝟒𝟓𝒀_𝟐+𝟑𝟓𝒀_𝟑≤𝟏𝟕𝟔𝟒
𝒀_𝟏,𝒀_𝟐,𝒀_𝟑≤𝟎

Forma estándar 𝑴á𝒙 𝑾− 〖𝟏𝟕𝟎𝟎𝒀〗 _𝟏− 〖𝟏𝟓𝟎𝟎𝒀〗 _𝟐− 〖𝟏𝟏𝟎𝟎𝒀〗 _𝟑=𝟎

𝟕𝟐𝒀_𝟏+𝟓𝒀_𝟐+𝟓𝟎𝒀_𝟑+𝑺_𝟏=𝟏𝟏𝟐𝟎
𝟐𝟖𝒀_𝟏+𝟑𝟓𝒀_𝟐+𝟑𝟎𝒀_𝟑+𝑺_𝟏=𝟏𝟓𝟗𝟔
𝟐𝟓𝒀_𝟏+𝟒𝟓𝒀_𝟐+𝟑𝟓𝒀_𝟑+𝑺_𝟑=𝟏𝟕𝟔𝟒
𝒀_𝟏,𝒀_𝟐,𝒀_(𝟑,) 𝑺_𝟏,𝑺_𝟐,𝑺_𝟑≤𝟎

Variables W Y1 Y2 Y3
S1 0 72 5 50
S2 0 28 35 30
 S3 0 25 45 35
W 1 -1700 -1500 -1100

Convertir en 1 el # pivote

Variables W Y1 Y2 Y3
Y1 0 1 0.06944444444444 0.6944444444444
S2 0 28 35 30
S3 0 25 45 35
W 1 -1700 -1500 -1100

Convertir los demás valores en 0 de Y1

Variables W Y1 Y2 Y3
Y1 0 1 0.06944444444444 0.6944444444444
S2 0 0 33.0555555555556 10.555555555556
S3 0 0 43.2638888888889 17.638888888889
W 1 0 -1381.9444444445 80.555555555556

Convertir en 1 fila S3 COLUMNA Y2

Variables W Y1 Y2 Y3
Y1 0 1 0.06944444444444 0.6944444444444
S3 0 0 33.0555555555556 10.555555555556
Y2 0 0 1 0.4077046548957
W 1 0 -1381.9444444445 80.555555555556

Convertir los demás valores en 0 de LA COLUMNA Y2

Variables W Y1 Y2 Y3
Y1 0 1 0 0.6661316211878
S3 0 0 0 -2.921348314607
Y2 0 0 1 0.4077046548957
W 1 0 0 643.98073836276
 Pintura Tipo A Pintura Tipo B Pintura Tipo C
Disponibili
Costo (Usd) 1,120 1,596 1,764
Pigmento (Tn) 72 28 25 1700
Aglutinante (Tn) 5 35 45 1500
Disolvente (Tn) 50 30 35 1100

Información de la situación problema para linealizar:

X1 Pintura tipo A X2 Pintura tipo B X3 Pintura tipo C

Disponibili
Costo (Usd) C1=1,120 C2=1,596 C3=1,764
Pigmento (Tn) a11=72 a12=28 a13=25 ≥ b1=1700
Aglutinante (Tn) a21=5 a22=35 a23=45 ≥ b2=1500
Disolvente (Tn) a31=50 a32=30 a33=35 ≥ b3=1100

Método solver

X1 X2 X3
12.520064 0 31.9422151
1120 1596 1764

70368.5393 UTILIDAD

L IZQ
72 28 25 1700
5 35 45 1500
50 30 35 1743.9807

𝟏+𝟎𝑺_𝟐+𝟎𝑺_𝟑=𝟎
Interpretación de resultados :
Para minimizar los costos de producción se debe fabricar:
12,52 Pintura A
31,94 Pintura B
Para un costo de optimización de 70368,53 USD

S1 S2 S3 R (DISP)
MAYOR VALOR
1 0 0 -1700 NEGATIVO -1700
0 1 0 -1500
0 0 1 -1100
0 0 0 0
 S1 S2 S3 R (DISP)
-0.01388889 0 0 23.6111111
0 1 0 -1500
0 0 1 -1100
0 0 0 0

S1 S2 S3 R (DISP)
-0.01388889 0 0 23.6111111 MAYOR VALOR NEGATIVO -11381,94
Y CONVERTIR EN 1 COLUMNA X3
-0.06944444 1 0 -1381.94444 FILA S2
-0.69444444 0 1 80.5555556
-15.5555556 0 0 26444.4444

S1 S2 S3 R (DISP)
-0.01388889 0 0 23.6111111
0.00160514 -0.02311396 0 31.9422151
-0.69444444 0 1 80.5555556
-15.5555556 0 0 26444.4444

S1 S2 S3 R (DISP)
-0.01444623 0.00802568 0 12.5200642
0.00160514 -0.02311396 0 31.9422151
-0.66613162 -0.40770465 1 643.980738
-13.3483146 -31.7842697 0 70368.5393

𝟏𝟎𝟎𝒀〗 _𝟑

S1 S2 S3 R (DISP)
1 0 0 1120 15.555555555556 MAYOR VALOR NEGATIVO -1700

0 1 0 1596 57
 MAYOR VALOR NEGATIVO -1700

0 0 1 1764 70.56
0 0 0 0

S1 S2 S3 R (DISP)
0.01388889 0 0 15.5555556
0 1 0 1596
0 0 1 1764
0 0 0 0

S1 S2 S3 R (DISP)
0.01388889 0 0 15.5555556 224
-0.38888889 1 0 1160.44444 35.105882352941 MAYOR VALOR NEGATIVO -1381

-0.34722222 0 1 1375.11111 31.784269662921

23.6111111 0 0 26444.4444

S1 S2 S3 R (DISP)
0.01388889 0 0 15.5555556
-0.38888889 1 0 1160.44444
-0.00802568 0 0.02311396 31.7842697
23.6111111 0 0 26444.4444

S1 S2 S3 R (DISP)
0.01444623 0 -0.00160514 13.3483146
-0.12359551 1 -0.76404494 109.797753
-0.00802568 0 0.02311396 31.7842697
12.5200642 0 31.9422151 70368.5393
 Pintura Tipo C
Disponibilidad
1,764
25 1700
45 1500
35 1100

X3 Pintura tipo C
Disponibilidad
C3=1,764
a13=25 ≥ b1=1700
a23=45 ≥ b2=1500
a33=35 ≥ b3=1100

L DER
1700
1500
1100

ebe fabricar:

USD
GATIVO -11381,94
1 COLUMNA X3
S2

ALOR NEGATIVO -1700

ALOR NEGATIVO -1700

MAYOR VALOR NEGATIVO -1381

 Ejercicio 1 QM

Linear Programming

Use one of the three signs below for each constraint

< less than or equal to
= equals (You need to enter an apostrophe first.)
> greater than or equal to

Data Results
x1 x2 x3 LHS Slack/Surplus
Minimize 1120 1596 1764 sign RHS 70368.54
Restricciones 1 72 28 25 > 1700 1700 0 Restriccion
Restricciones 2 5 35 45 > 1500 1500 0 Restriccion
Restricciones 3 50 30 35 > 1100 1743.981 -643.9807 Restriccion

Results
Variables 12.52006 0 31.94222
Objective 70368.54

Page 12
EJERCICIO 2 ANÁLISIS DE SENSIBILIDAD

1. Formulación del problema como modelo de programación lineal

Sea el problema primal: 𝑴𝒂𝒙𝒊𝒎𝒊𝒛𝒂𝒓 𝒁=𝟏𝟕𝟎𝟎𝑿_𝟏+𝟏𝟒𝟎𝟎𝑿_𝟐+𝟏𝟐𝟎𝟎𝑿_𝟑

Sujeto a: 1𝟐𝑿_𝟏+ 〖𝟏𝟐𝑿〗 _𝟐+𝟏𝟐𝑿_𝟑≥𝟏𝟎𝟎𝟎

〖𝟏𝟐𝑿〗 _𝟏+𝟔𝑿_𝟐+𝑿_𝟑≥𝟓𝟎𝟎
〖𝟏𝟐𝑿〗 _𝟏+𝑿_𝟐+𝑿_𝟑≥𝟕𝟎𝟎
𝑿_𝟏,𝑿_𝟐,𝑿_𝟑≥𝟎

Igualar función objetivo a 0 𝑴𝒂𝒙 𝒁−𝟏𝟕𝟎𝟎𝑿_𝟏−𝟏𝟒𝟎𝟎𝑿_𝟐−𝟏𝟐𝟎𝟎𝑿_𝟑=𝟎

Sujeto a: 𝟏𝟐𝑿_𝟏+𝟏𝟐𝑿_𝟐+𝟏𝟐𝑿_𝟑+𝑺_𝟏=𝟏𝟎𝟎𝟎
𝟏𝟐𝑿_𝟏+ 〖 𝟔𝑿〗 _𝟐+ 𝑿_𝟑+ 〖 𝑺〗 _𝟐= 𝟓𝟎𝟎
𝟏𝟐𝑿_𝟏+ 〖 𝑿〗 _𝟐+ 𝑿_𝟑+ 〖 𝑺〗 _𝟑= 𝟕𝟎𝟎
𝑿_𝟏,𝑿_𝟐,𝑿_(𝟑,) 𝑺_𝟏,𝑺_𝟐,𝑺_𝟑≥𝟎

Tabla inicial
Seleccionar el mayor valor negativo -1700 y valor menor 12 de columna X1 FILA S3
Variables Z X1 X2 X3 S1 S2
S1 0 12 12 12 1 0
S2 0 12 6 1 0 1
S3 0 12 1 1 0 0
Z 1 -1700 -1400 -1200 0 0

Convertir el # pivote en 1
Variables Z X1 X2 X3 S1 S2
S1 0 12 12 12 1 0
 X1 0 1 0.5 0.08333333 0 0.08333333
S3 0 12 1 1 0 0
Z 1 -1700 -1400 -1200 0 0

Convertir los demás números de la columna x1 en cero

Variables Z X1 X2 X3 S1 S2
S1 0 0 6 11 1 -1
X1 0 1 0.5 0.08333333 0 0.08333333
S3 0 0 -5 0 0 -1
Z 1 0 -550 -1058.33333 0 141.666667

Seleccionar mayor valor negativo y sacar fila y columna pivote

Variables Z X1 X2 X3 S1 S2
S1 0 0 6 11 1 -1
X1 0 1 0.5 0.08333333 0 0.08333333
S3 0 0 -5 0 0 -1
Z 1 0 -550 -1058.33333 0 141.666667
Convertir el # pivote en 1
Variables Z X1 X2 X3 S1 S2
X3 0 0 0.54545455 1 0.09090909 -0.09090909
X1 0 1 0.5 0.08333333 0 0.08333333
S3 0 0 -5 0 0 -1
Z 1 0 -550 -1058.33333 0 141.666667
Convertir los demás valores de x3 en cero
Variables Z X1 X2 X3 S1 S2
X3 0 0 0.54545455 1 0.09090909 -0.09090909
X1 0 1 0.45454545 0 -0.00757576 0.09090909
S3 0 0 -5 0 0 -1
Z 1 0 27.2727273 0 96.2121212 45.4545455
 DULCE SEMIDULCE AMARGO
Cacao 12 12 12
Manteca 12 6 1
Azucar 12 1 1
UTILIDAD 1700 1400 1200

X1 DULCE X2 SEMIDULCE X3 AMARGO

Cacao a11=12 a12=12 a13=12
Manteca a21=12 a22=6 a23=1
Azucar a31=12 a32=1 a33= 1
UTILIDAD C1=1700 C2=1400 C3=1200

SOLVER
DULCE SEMIDULCE AMARGO
X1 X2 X3
37.8787879 0 45.4545454545
1700 1400 1200

UTILIDAD 118939.394
L IZQ
12 12 12 1000
12 6 1 500
12 1 1 500

Interpretación de resultados
Para maximizar las utilidades a USD 118939,39 se debe producir:
37,878 tn de Chocolate Dulce
45,45 Tn de base de chocolate amargo

S3 R (DISP)
0 1000 83.3333333
0 500 41.6666667
1 700 58.3333333
0 0

S3 R (DISP)
0 1000
 0 41.6666667
1 700
0 0

S3 R (DISP)
0 500
0 41.6666667
1 200
0 70833.3333

S3 R (DISP)
0 500 45.4545455
0 41.6666667 500
1 200 #DIV/0!
0 70833.3333

S3 R (DISP)
0 45.4545455
0 41.6666667
1 200
0 70833.3333

S3 R (DISP)
0 45.4545455
0 37.8787879
1 200
0 118939.394
 DISPONIBILIDAD
1000
500
700

DISPONIBILIDAD
≥b1= 1000
≥b2=500
≥b3=700

L DER
1000
500
700

9,39 se debe producir:

Microsoft Excel 15.0 Informe de confidencialidad
Hoja de cálculo: [Tarea 3 EJercicio 1.xlsx]Ejercicio 2 A. Sensibilidad
Informe creado: 29/11/2020 8:42:57 p. m.

Celdas de variables
Final Reducido Objetivo Permisible
Celda Nombre Valor Coste Coeficiente Aumentar
$L$22 Sea el problema primal: X1 37.878787879 0 1700 12700
$M$22 Sea el problema primal: X2 0 -27.272727273 1400 27.272727273
$N$22 Sea el problema primal: X3 45.454545455 0 1200 500

Restricciones
Final Sombra Restricción Permisible
Celda Nombre Valor Precio Lado derecho Aumentar
$O$27 L IZQ 1000 96.212121212 1000 5000
$O$28 L IZQ 500 45.454545455 500 200
$O$29 Igualar función objetivo a 0 L IZQ 500 0 700 1E+030
 Permisible
Reducir
60
1E+030
50

Permisible
Reducir
500
416.66666667
200
 QM A.Sensibilidad

Linear Programming

Use one of the three signs below for each constraint

< less than or equal to
= equals (You need to enter an apostrophe first.)
> greater than or equal to

Data Results
x1 x2 x3 LHS Slack/Surplus
Maximize 1700 1400 1200 sign RHS 118939.4
Constraint 1 12 12 12 < 1000 1000 0 Constraint
Constraint 2 12 6 1< 500 500 0 Constraint
Constraint 3 12 1 1< 700 500 200 Constraint

Results
Variables 37.87879 0 45.45455
Objective 118939.4

Page 20
EJERCICIO 3 ANÁLISIS POST ÓPTIMO

1. Formulación del problema como modelo de programación lineal

Sea el problema primal: 𝑴𝒊𝒏𝒊𝒎𝒊𝒛𝒂𝒓 𝒁=𝟑𝟏𝟒𝟐𝟖𝑿_𝟏+𝟐𝟓𝟕𝟏𝟓𝑿_𝟐+𝟑𝟕𝟏𝟒𝟐𝑿_𝟑

Sujeto a:
𝟕𝑿_𝟏+ 〖𝟑𝑿〗 _𝟐+𝟓𝑿_𝟑≥𝟏𝟏𝟓𝟎𝟎
〖𝟑𝑿〗 _𝟏+𝟒𝑿_𝟐+𝟒𝑿_𝟑≥𝟕𝟓𝟎𝟎
〖𝟑𝑿〗 _𝟏+ 〖𝟑𝑿〗 _𝟐+ 〖𝟔𝑿〗 _𝟑≥𝟖𝟎𝟎𝟎
𝑿_𝟏,𝑿_𝟐,𝑿_𝟑≥𝟎

Igualar función objetivo a 0 𝑴𝒊𝒏𝒊𝒎𝒊𝒛𝒂𝒓 𝒁−𝟑𝟏𝟒𝟐𝟖𝑿_𝟏−𝟐𝟓𝟕𝟏𝟓𝑿_𝟐−𝟑𝟕𝟏𝟒𝟐𝑿_𝟑

Sujeto a: −𝟕𝑿_𝟏− 〖𝟑𝑿〗 _𝟐−𝟓𝑿_𝟑+𝑺_𝟏=−𝟏𝟏𝟓𝟎𝟎

〖−𝟑𝑿〗 _𝟏−𝟒𝑿_𝟐−𝟒𝑿_𝟑+𝑺_𝟐=−𝟕𝟓𝟎𝟎
-− 〖𝟑𝑿〗 _𝟏− 〖𝟑𝑿〗 _𝟐− 〖𝟔𝑿〗 _𝟑+𝑺_𝟑=−𝟖𝟎𝟎𝟎
𝑿_𝟏,𝑿_𝟐,𝑿_𝟑,𝑺_𝟏,𝑺_𝟐,𝑺_𝟑≥𝟎

Seleccionar mayor valor negativo de la columna X1 y menor valor positivo de la fila S1

Variables Z X1 X2 X3 S1 S2
S1 0 -7 -3 -5 1 0
 S2 0 -3 -4 -4 0 1
S3 0 -3 -3 -6 0 0
Z 1 -31428 -25714 -37142 0 0

Convertir # pivote en 1
Variables Z X1 X2 X3 S1 S2
X1 0 1 0.42857143 0.71428571 -0.14285714 0
S2 0 -3 -4 -4 0 1
S3 0 -3 -3 -6 0 0
Z 1 -31428 -25714 -37142 0 0

Convertir los demás valores en ceros de la columna x1

Variables Z X1 X2 X3 S1 S2
X1 0 1 0.42857143 0.71428571 -0.14285714 0
S2 0 0 -2.71428571 -1.85714286 -0.42857143 1
S3 0 0 -1.71428571 -3.85714286 -0.42857143 0
Z 1 0 -12244.8571 -14693.4286 -4489.71429 0

Seleccionar número mayor negativo de columna X3y número pivote de fila S3

Variables Z X1 X2 X3 S1 S2
X1 0 1 0.42857143 0.71428571 -0.14285714 0
S2 0 0 -2.71428571 -1.85714286 -0.42857143 1
S3 0 0 -1.71428571 -3.85714286 -0.42857143 0
Z 1 0 -12244.8571 -14693.4286 -4489.71429 0

Convertir # pivote en 1
Variables Z X1 X2 X3 S1 S2
X1 0 1 0.42857143 0.71428571 -0.14285714 0
S2 0 0 -2.71428571 -1.85714286 -0.42857143 1
X3 0 0 0.44444444 1 0.11111111 0
Z 1 0 -12244.8571 -14693.4286 -4489.71429 0

Convertir los demás valores de la columna x3 en ceros

Variables Z X1 X2 X3 S1 S2
X1 0 1 0.11111111 0 -0.22222222 0
S2 0 0 -1.88888889 0 -0.22222222 1
X3 0 0 0.44444444 1 0.11111111 0
Z 1 0 -5714.44444 0 -2857.11111 0

Seleccionar columna y fila pivote , valor mayor negativo

Variables Z X1 X2 X3 S1 S2
X1 0 1 0.11111111 0 -0.22222222 0
S2 0 0 -1.88888889 0 -0.22222222 1
X3 0 0 0.44444444 1 0.11111111 0
Z 1 0 -5714.44444 0 -2857.11111 0
Convertir # pivote en 1
Variables Z X1 X2 X3 S1 S2
X1 0 1 0.11111111 0 -0.22222222 0
X2 0 0 1 0 0.11764706 -0.52941176
X3 0 0 0.44444444 1 0.11111111 0
Z 1 0 -5714.44444 0 -2857.11111 0

Convertir los demás valores de la columna x2 en ceros

Variables Z X1 X2 X3 S1 S2
X1 0 1 0 0 -0.23529412 0.05882353
X2 0 0 1 0 0.11764706 -0.52941176
X3 0 0 0 1 0.05882353 0.23529412
Z 1 0 0 0 -2184.82353 -3025.29412
 HIGH OPEN SIDE
Acero corten cobre (tn) 7 3
Acero corten cromo (tn) 3 4
Acero corten níquel (Tn) 3 3
Costo USD 31,428.00 USD 25,714.00

X1 HIGH X2 OPEN SIDE

Acero corten cobre (tn) a11=7 a12=3
Acero corten cromo (tn) a21=3 a22=4
Acero corten níquel (Tn) a31=3 a32=3
Costo C1=31428 C2=25714

SOLVER
HIGH OPEN SIDE DRY VAN
X1 X2 X3
1009.80392156863 578.431372549 539.21568627451
31428 25714 37142

UTILIDAD 66637450.98039

7 3 5
𝟐+𝟑𝟕𝟏𝟒𝟐𝑿_𝟑 3 4 4
3 3 6

Interpretación de resultados
Para la cantidad óptima de producción se debe tener en cuenta que se realizará ord
faabricación por :
1009 und de contenedores HIGH CUBE
578 und de contenedores OPEN SIDE
𝟐−𝟑𝟕𝟏𝟒𝟐𝑿_𝟑 539 und de contenedores DRY VAN
Conb unas utilidades estimadas de USD 6667450,98

S3 R
0 -11500 1642.85714
 0 -7500 2500
1 -8000 2666.66667
0 0

S3 R
0 1642.85714
0 -7500
1 -8000
0 0

S3 R
0 1642.85714
0 -2571.42857
1 -3071.42857
0 51631714.3

S3 R
0 1642.85714 2300
0 -2571.42857 1384.61538
1 -3071.42857 796.296296
0 51631714.3

S3 R
0 1642.85714
0 -2571.42857
-0.25925926 796.296296
0 51631714.3

S3 R
0.18518519 1074.07407
-0.48148148 -1092.59259
-0.25925926 796.296296
-3809.40741 63332037

S3 R
0.18518519 1074.07407 9666.66667
-0.48148148 -1092.59259 578.431373
-0.25925926 796.296296 1791.66667
-3809.40741 63332037
 S3 R
0.18518519 1074.07407
0.25490196 578.431373
-0.25925926 796.296296
-3809.40741 63332037

S3 R
0.15686275 1009.80392
0.25490196 578.431373
-0.37254902 539.215686
-2352.78431 66637451
 DRY VAN DISPONIBILIDAD
5 11500
4 7500
6 8000
USD 37,142.00

X3 DRY VAN DISPONIBILIDAD

a13=5 ≥b1= 11500
a23=4 ≥b2=7500
a33= 6 ≥b3=8000
C3=37142

L IZQ L DER
11500 11500
7500 7500
8000 8000

en cuenta que se realizará orden de

 QM DUAL

Linear Programming

Use one of the three signs below for each constraint

< less than or equal to
= equals (You need to enter an apostrophe first.)
> greater than or equal to

Data Results
x1 x2 x3 LHS Slack/Surplus
Minimize 31428 25714 37142 sign RHS 66637451
Constraint 1 7 3 5> 11500 11500 0 Constraint
Constraint 2 3 4 4> 7500 7500 0 Constraint
Constraint 3 3 3 6> 8000 8000 0 Constraint

Results
Variables 1009.804 578.4314 539.2157
Objective 66637451

Page 28
Microsoft Excel 15.0 Informe de confidencialidad
Hoja de cálculo: [Tarea 3 EJercicio 1.xlsx]Ejercicio 3Dual
Informe creado: 29/11/2020 9:33:45 p. m.

Celdas de variables
Final Reducido Objetivo Permisible
Celda Nombre Valor Coste Coeficiente Aumentar
$L$22 X1 1009.8039216 0 31428 14999
$M$22 X2 578.43137255 0 25714 9230.1538462
$N$22 X3 539.21568627 0 37142 12857.5

Restricciones
Final Sombra Restricción Permisible
Celda Nombre Valor Precio Lado derecho Aumentar
$O$27 L IZQ 11500 2184.8235294 11500 4916.6666667
$O$28 Sea el problema primal: L IZQ 7500 3025.2941176 7500 2291.6666667
$O$29 L IZQ 8000 2352.7843137 8000 2269.2307692
 Permisible
Reducir
9285.5
5714.4444444
6315.3684211

Permisible
Reducir
4291.6666667
1092.5925926
1447.3684211
 BIBLIOGRAFÍA
Rojas, A. y Hernández, O. (2020). Análisis de dualidad en programación lineal [OVI].
Recuperado de https://repository.unad.edu.co/handle/10596/33782
 
Rojas, A. y Hernández, O. (2020). Análisis de sensibilidad en programación lineal con
Excel QM [OVI]. Recuperado de https://repository.unad.edu.co/handle/10596/33783

Rojas, A (2020) séptima conferencia programación lineal

http://conferencia2.unad.edu.co/p7yjcnqwuxni/?proto=true
[OVI].

eal con
/33783